线性和广义线性混合模型的混合效应预测与应用
| 中文摘要 | 第7-9页 |
| 英文摘要 | 第9-11页 |
| 第一章 预备知识 | 第12-28页 |
| 1.1 小区域估计 | 第12-14页 |
| 1.2 混合效应模型 | 第14-17页 |
| 1.2.1 线性混合模型 | 第14-16页 |
| 1.2.2 广义线性混合模型 | 第16-17页 |
| 1.3 混合模型预测 | 第17-21页 |
| 1.4 分类混合模型预测 | 第21-28页 |
| 1.4.1 新观测数据与训练集存在匹配关系 | 第21-24页 |
| 1.4.2 新观测数据与训练集不匹配 | 第24-28页 |
| 第二章 分类混合逻辑模型预测 | 第28-60页 |
| 2.1 引言 | 第28-31页 |
| 2.2 分类混合逻辑模型预测 | 第31-41页 |
| 2.2.1 特例:协变量是群组层次的 | 第31-35页 |
| 2.2.2 一般情形:协变量是单元层次的 | 第35-37页 |
| 2.2.3 数值模拟分析 | 第37-41页 |
| 2.3 结合协变量信息进行的改进 | 第41-45页 |
| 2.4 预测不确定性的衡量 | 第45-48页 |
| 2.5 实例应用分析 | 第48-57页 |
| 2.5.1 模拟选举投票数据 | 第48-51页 |
| 2.5.2 ECMO数据 | 第51-57页 |
| 2.6 小结 | 第57-60页 |
| 第三章 最佳相似预测 | 第60-76页 |
| 3.1 引言 | 第60-61页 |
| 3.2 离散或分类变量的BLAP方法 | 第61-64页 |
| 3.3 零膨胀随机变量的BLAP方法 | 第64-66页 |
| 3.4 具有零膨胀随机效应的小区域估计 | 第66-68页 |
| 3.5 实例分析 | 第68-74页 |
| 3.5.1 ECMO数据 | 第68-71页 |
| 3.5.2 四人家庭收入数据 | 第71-74页 |
| 3.6 小结 | 第74-76页 |
| 第四章 对CMMP方法的改进及预测不确定性的衡量 | 第76-102页 |
| 4.1 引言 | 第76-78页 |
| 4.2 改善的CMMP过程 | 第78-82页 |
| 4.3 关于新CMMP方法的模拟分析 | 第82-90页 |
| 4.4 MSPE的估计 | 第90-93页 |
| 4.5 关于Sumca MSPE的模拟分析 | 第93-95页 |
| 4.6 Sumca MSPE估计的理论性质 | 第95-99页 |
| 4.7 实例应用 | 第99-100页 |
| 4.8 小结 | 第100-102页 |
| 第五章 总结与展望 | 第102-104页 |
| 参考文献 | 第104-112页 |
| 攻读博士学位期间完成论文情况 | 第112-114页 |
| 致谢 | 第114-115页 |
| 学位论文评阅及答辩情况表 | 第115页 |
